Kimi又上新！抢先实测视觉思索模子k1，甚至比o1更聪明

呆板之心原创

呆板之心编辑部

用强化学习，改变大模子技能范式。

国产大模子，正在引领 AI 技能新方向。

本日上午，月之暗面 Kimi 正式发布了视觉思索模子 k1，并已经上线了最新版的网页版以及安卓和 iOS APP。用户只须要在对话框中输入 @，然后选择「Kimi 视觉思索版」即可开始本身的 AI 视觉推理之旅。这是继上个月 k0-math 发布之后，Kimi 在推理模子上跨出的又一大步。

它是 Kimi 的首个视觉思索模子，在 k0-math 的底子上，k1 的推理本事不但大大提升，还突破了数学题的范围，进入了更广阔的天地。

据先容，k1 模子基于强化学习技能打造，原生支持端到端图像理解和头脑链技能，并将本事扩展到数学之外的更多底子科学范畴。在数学、物理、化学等底子科学学科的基准本事测试中，初代 k1 模子的体现凌驾了举世标杆模子 OpenAI o1、GPT-4o 以及 Claude 3.5 Sonnet。

别的，k1 的图像理解本事还可以办理之前 kimi 数学推理模子 k0-math 无法办理的许多多少图形问题。在底子教育各阶段的多少和图形题专项基准本事测试中，k1-preview 效果打平或凌驾了 OpenAl 的 o1 模子。

除了推理本事大幅提升，k1 的强大视觉本事也值得称道。它可以辨认各种真实的拍题场景，处理处罚各种复杂的状态，好比照片图像不清晰、多题一起拍、手写字迹干扰，甚至纯手写的标题。

更重要的是，k1 的强大推理本事与视觉本事还以一种端到端的方式组合到了一起，这意味着我们可以直接理解用户输入的图片信息并举行深度推理，而不像之前的多阶段方法那样轻易出现信息丢失的问题。

这种视觉本事和推理本事的端到端有机结合范式带来了显着的收益，让 k1 在真实应用场景中的性能相比于 OpenAl 和 Anthropic 的视觉模子有了大幅提升：在仿真环境中的低级和高级的数学、物理、化学标题上，k1 的最低正确度分数（38.7 / 高级物理）也显着高于 OpenAl 和 Anthropic 的视觉模子的最高分数（32.0 / 高级化学）。

别的，k1 还显现出了别的一些涌现本事，包罗古代文献分析、梗图理解、基于照片推断所在等等。这些涌现本事大大提升了 k1 在一样平常生存中的实用性。

k1 的分数体现着实不错，现实体现怎样呢？下面我们直接略过官方示例，亲身动手查验一下 k1 的真实天下本事。

从做题到梗图理解：

k1 将强大视觉推理带入一样平常生存

现在，我们在最新版手机 APP 或网页版 Kimi+ 页面上找到「Kimi 视觉思索版」，即可拍照或传图体验。

Round1: 数学题

我们在网上找到了一个手写的高中数学题来查验 Kimi k1 的视觉和数学推理本事。

图源：YouTube 题中说题

鸾翔凤翥的手写标题让 k1 「费了些功夫」，不外最终还是得到了正确答案：

故意思的是，k1 在解答这个数学题的过程中还显现出了肯定的反思本事。

Round2: 物理题

我们又找了一道高一物理题。正确答案选 C。

k1 不但可以用正确的方式完成任务，还完备展示了推理头脑链 CoT，让我们不但看到答题效果，也能完备看到模子思索答案的全过程。

Round3：辅助学习化学

测了数学和物理题，化学自然也不能错过。这一次我们不暗示任何背景信息，直接给出图示，看看 k1 的体现怎样。

效果可以说是有点惊喜了。

k1 不但很快分析指出这是一个化学反应的图示，而且还具体地分析确该装置的具体实验目的以及图片中各种器皿和化学物质的作用。而且对于我们的进一步追问：「如果将稀盐酸换成稀硫酸会发生什么？」k1 也给出了超出预期的解答 —— 它不但分析确反应过程和化学方程式，还指出了天生的硫酸钙大概拦阻反应充分完成的问题及相干缘故原由。

我们还举行一些特殊古怪的测试。好比让它辨认不认识的瓜果蔬菜、解读看不懂的梗图以及分析古代文献等。

Round4: 不认识的水果

下图展示的奇葩水果名为刺角瓜，又被称为非洲角瓜、火参果等。

把它「喂」给 k1 举行辨认。k1 很快就判断出这好坏洲角瓜，但又经过一番反思，颠覆之前的答案，最终猜出是火参果。

火参果和非洲角瓜本是同一种水果的差异称呼，因此我们继承提问：火参果好坏洲角瓜吗？

这次，k1 经过 6 步推理和验证，终于给出正确答案。

Round5: 看不懂的梗图

当初苹果推出 iPhone16 时，网友拿这张梗图来讽刺苹果创新「挤牙膏」，iPhone16 和 iPhone15 险些没啥太大的区别。

k1 推测了这张梗图背后的各种幽默元素，好比讽刺那些总是寻求最新产物的人，纵然这些新产物并不总是有显着的改进；每年新产物发布时的代际差异；讥讽人们对于品牌和型号的过分关注等。

对于微妙的谐音和双关语梗，k1 也能相称出色地把握。

k1 正确地理解了这张图背后多层趣味，好比通常推许简朴的僧人在喝与当代性密切关联的咖啡所形成的反差感、咖啡因来自咖啡果以及佛教因果观的微妙接洽。

Round6：古代文献分析

别的，Kimi 官方还展示了一个非常风趣的涌现本事，即可以或许辨认和分析古老的科学手稿。官方的示例中，k1 乐身分析出了一份出自伽利略之手的手稿。我们在这里找了一张《天工开物》中的图片，再次查验了它的这个本事。

别的，我们还让其做了进一步的原理剖析。

实测下来，我们发现，k1 的整体体现确实超出了我们的预期。别的，如果明确指示 k1「一步步地」实行分析或推理，k1 通常可以或许发挥本身的更大实力。感兴趣的用户在现实使用时可不要忘记这个小本事。

大模子的下个方向：

强化学习 Scaling

当前的 AI 范畴中，有关大模子「Scaling Laws 闭幕」的观点正在鼓起。上周五，OpenAI 前首席科学家 Ilya Sutskever 又喊出「预训练即将闭幕，互联网中的数据已被使用殆尽」，引发了人们的关注和思索。

大模子的未来应该走哪个方向？现在大概已经到了不得不做决议的分岔口。

在月之暗面看来，规模的扩展是支持 AI 技能在已往几年里发展的重要因素，但 Scaling 并不但意味着模子的体量，现阶段应该寻找新的有用扩展方向。

月之暗面选择的方向是基于强化学习来扩展。如果说大模子根本的猜测下一 token 方式具有肯定的局限性，只基于静态数据集无法探索较复杂的任务，那么参加强化学习的猜测则可以在思索过程中天生更多数据，并实现思索本事的提升。

从模子训练的角度看，k1 视觉思索模子的训练分为两个阶段：先通过预训练得到底子模子，再在底子模子上举行强化学习后训练。在强化学习规模化（scaling）上取得的突破，是 k1 取得行业领先效果的关键缘故原由。

在数学这样的场景中，新形态的 AI 模子可以通过不断试错验证「积累履历」，在不消和外界交互的环境下锻炼思索本事。就像人类在遇到困难时，先分析问题、探索差异的办理方案、尝试各种方案、反思，不断改进计谋的方式一样，基于强化学习技能的新一代模子，通过鼓励模子天生更具体的推理步调，可以形成高质量的头脑链 CoT，显着提升相识决更复杂、更难任务的乐成率。

基于强化学习的「思索模子」，未来大概还能给我们带来更增强大的交互体验。